SOAL UJUAN STATISTIK SPSS

 

SOALl

PT Un~klenger yang memproduksi mie instant selama ini menjual mie dalam 2 rasa yaitu KARl AYAM dan GORENG PEDAS. Untuk mengetahui apakah ada perbedaan omset penjualan kedua rasa tersebut di Malang Raya, Manajer Penjualan PT Unit~nger mengambil sampel amset penjualan dari 2 kota Malang Raya yaitu Malang dan Batu. dengan pengamatan yang dilakukan selama 14 han, diperoleh data Ilasil sbb :

 

Harl ke	KARIAYAM	GORENG       PEDAS	KOTA
1	250	302	BATU
2	255	312	BATU
3	254	295	MALANG
4	275	225	BATU
5	255	245	MALANG
6	275	280	MALANG
7	244	215	BATU
8	312	350	MALANG
9	210	205	MALANG
10	245	246	BATU
11	178	174	MALANG
12	295	297	BATU
13	425	420	MALANG
14	244	225	BATU

ASUMSI : Data berdistribusi Normal, gunakan aHa 0,05 Varians diansumsikan sama

ON THE JOB :

1.    Tentukan formulasi HO dan H1

2.   Ekspor hasil uji SPSS ke dalam MS Word

3.    Berikan kesimpulan

 

T-TEST GROUPS=KOTA(1 2)

  /MISSING=ANALYSIS

  /VARIABLES=KARIAYAM GODAS

  /CRITERIA=CI(.95).

 

T-Test

Notes
Output Created		19-APR-2016 16:13:49
Comments
Input	Active Dataset	DataSet2
	Filter	<none>
	Weight	<none>
	Split File	<none>
	N of Rows in Working Data File	14
Missing Value Handling	Definition of Missing	User defined missing values are treated as missing.
	Cases Used	Statistics for each analysis are based on the cases with no missing or out-of-range data for any variable in the analysis.
Syntax		T-TEST GROUPS=KOTA(1 2)   /MISSING=ANALYSIS   /VARIABLES=KARIAYAM GODAS   /CRITERIA=CI(.95).
Resources	Processor Time	00:00:00.05
	Elapsed Time	00:00:00.08

 

 

Group Statistics
	KOTA	N	Mean	Std. Deviation	Std. Error Mean
KARIAYAM	BATU	7	258.2857	19.54238	7.38633
	MALANG	7	272.7143	79.90351	30.20069
GODAS	BATU	7	260.2857	41.84780	15.81698
	MALANG	7	281.2857	84.45850	31.92231

 

 

Independent Samples Test
		Levene's Test for Equality of Variances		t-test for Equality of Means
		F	Sig.	t	df
KARIAYAM	Equal variances assumed	3.865	.073	-.464	12
	Equal variances not assumed			-.464	6.715
GODAS	Equal variances assumed	1.810	.203	-.589	12
	Equal variances not assumed			-.589	8.779

 

Independent Samples Test
		t-test for Equality of Means
		Sig. (2-tailed)	Mean Difference	Std. Error Difference
KARIAYAM	Equal variances assumed	.651	-14.42857	31.09083
	Equal variances not assumed	.657	-14.42857	31.09083
GODAS	Equal variances assumed	.566	-21.00000	35.62599
	Equal variances not assumed	.570	-21.00000	35.62599

 

Independent Samples Test
		t-test for Equality of Means
		95% Confidence Interval of the Difference
		Lower	Upper
KARIAYAM	Equal variances assumed	-82.16966	53.31252
	Equal variances not assumed	-88.58341	59.72627
GODAS	Equal variances assumed	-98.62236	56.62236
	Equal variances not assumed	-101.90251	59.90251

 

 

Independent samplety test

H0 = tidak ada perbedaan omset

H1 =  ada perbedaan omset          

Alfa = 0.05

H0 ditolak jika pval < alfa

Tinggi

0.073 >  sisa tk kepercayaan

0.073 > 0.05

Berat

0.203 > sisa tk kepercayaan

0.203 > 0.05

Kesimpulan statistic :

Karena p value tinggi badan  = 0.073  >  alfa maka h0 diterima yang berarti  tidak ada perbedaan omset penjualan

Karena p value berat badan = 0.203 > alfa maka h0 diterima  yang berarti tidak ada perbedaan omset penjualan

Kesimpulan penelitian :

Tidak ada perbedaan omset penjualan antara mie instan rasa kari ayam dan rasa goring pedas

 

SOAL 2

Hasan adalah seorang sales di sebuah perusahaan roti. Menurut data yang didapat Hasan mampu menjual roti rasa durian sebanyak 320 buah. Manajer penjualan menganggap penjualan Hasan berbeda dengan rekan-rekannya karena Hasan adalah pna dan berpendidikan SMA. Benarkah pernyataan seperti itu?

Data mentah sbb .

Pendidikan	Gender	Kacang	Durian	Coklat	Susu	Nanas
1	0	250	300	298	325	100
1	1	234	320	254	312	150
1	1	220	324	315	450	60
1	0	245	315	387	500	94
1	1	281	400	200	268	65
1	0	220	420	145	351	102
2	1	256	398	256	245	94
2	1	238	375	200	221	95
2	1	210	364	214	621	64
2	1	310	325	269	235	120
2	0	287	410	254	214	113
2	0	254	425	225	230	111

Variabel Vtew

Name	label	Value
Pendidikan	Tk. Pendidikan	1 = SMA
		2= SMP
Gender	Jenis Kelamll	1 = Pria
		O=Wanka
Kacang	Jenis Roti yang di Jual
Durian
Coklat
Susu
Nanas

ASUMSI : Data berdistribusi Normal, gunakan aHa 0,05

ON THE JOB:

1.    Tentukan formulasi HO dan H1

2.   Ekspo< hasil uji SPSS ke dalam MS Word

3.    Berikan kesimpulan

 

GLM KACANG DURIAN COKLAT SUSU NANAS BY PENDIDIKAN GENDER

  /METHOD=SSTYPE(3)

  /INTERCEPT=INCLUDE

  /POSTHOC=PENDIDIKAN(TUKEY)

  /PLOT=PROFILE(PENDIDIKAN*GENDER)

  /EMMEANS=TABLES(PENDIDIKAN)

  /EMMEANS=TABLES(GENDER)

  /EMMEANS=TABLES(PENDIDIKAN*GENDER)

  /PRINT=DESCRIPTIVE

  /CRITERIA=ALPHA(.05)

  /DESIGN= PENDIDIKAN GENDER PENDIDIKAN*GENDER.

 

General Linear Model

 

Notes
Output Created		19-APR-2016 17:44:37
Comments
Input	Active Dataset	DataSet0
	Filter	<none>
	Weight	<none>
	Split File	<none>
	N of Rows in Working Data File	12
Missing Value Handling	Definition of Missing	User-defined missing values are treated as missing.
	Cases Used	Statistics are based on all cases with valid data for all variables in the model.
Syntax		GLM KACANG DURIAN COKLAT SUSU NANAS BY PENDIDIKAN GENDER   /METHOD=SSTYPE(3)   /INTERCEPT=INCLUDE   /POSTHOC=PENDIDIKAN(TUKEY)   /PLOT=PROFILE(PENDIDIKAN*GENDER)   /EMMEANS=TABLES(PENDIDIKAN)   /EMMEANS=TABLES(GENDER)   /EMMEANS=TABLES(PENDIDIKAN*GENDER)   /PRINT=DESCRIPTIVE   /CRITERIA=ALPHA(.05)   /DESIGN= PENDIDIKAN GENDER PENDIDIKAN*GENDER.
Resources	Processor Time	00:00:01,02
	Elapsed Time	00:00:00,97

 

 

Between-Subjects Factors
		Value Label	N
PENDIDIKAN	1	SMA	6
	2	SMP	6
GENDER	0	WANITA	5
	1	PRIA	7

 

 

Descriptive Statistics
	PENDIDIKAN	GENDER	Mean	Std. Deviation	N
KACANG	SMA	WANITA	238,33	16,073	3
		PRIA	245,00	31,953	3
		Total	241,67	22,914	6
	SMP	WANITA	270,50	23,335	2
		PRIA	228,50	64,112	4
		Total	242,50	55,186	6
	Total	WANITA	251,20	23,994	5
		PRIA	235,57	49,732	7
		Total	242,08	40,289	12
DURIAN	SMA	WANITA	345,00	65,383	3
		PRIA	348,00	45,078	3
		Total	346,50	50,254	6
	SMP	WANITA	417,50	10,607	2
		PRIA	365,50	30,490	4
		Total	382,83	36,074	6
	Total	WANITA	374,00	61,176	5
		PRIA	358,00	35,067	7
		Total	364,67	45,820	12
COKLAT	SMA	WANITA	276,67	122,402	3
		PRIA	256,33	57,535	3
		Total	266,50	86,262	6
	SMP	WANITA	239,50	20,506	2
		PRIA	234,75	32,979	4
		Total	236,33	27,252	6
	Total	WANITA	261,80	89,503	5
		PRIA	244,00	42,194	7
		Total	251,42	62,993	12
SUSU	SMA	WANITA	392,00	94,430	3
		PRIA	343,33	94,960	3
		Total	367,67	88,793	6
	SMP	WANITA	222,00	11,314	2
		PRIA	330,50	193,917	4
		Total	294,33	160,397	6
	Total	WANITA	324,00	114,719	5
		PRIA	336,00	147,833	7
		Total	331,00	129,401	12
NANAS	SMA	WANITA	98,67	4,163	3
		PRIA	91,67	50,580	3
		Total	95,17	32,326	6
	SMP	WANITA	112,00	1,414	2
		PRIA	93,25	22,911	4
		Total	99,50	20,226	6
	Total	WANITA	104,00	7,906	5
		PRIA	92,57	33,406	7
		Total	97,33	25,808	12

 

 

Multivariate Testsa
Effect		Value	F	Hypothesis df	Error df
Intercept	Pillai's Trace	,999	1238,492b	5,000	4,000
	Wilks' Lambda	,001	1238,492b	5,000	4,000
	Hotelling's Trace	1548,115	1238,492b	5,000	4,000
	Roy's Largest Root	1548,115	1238,492b	5,000	4,000
PENDIDIKAN	Pillai's Trace	,508	,828b	5,000	4,000
	Wilks' Lambda	,492	,828b	5,000	4,000
	Hotelling's Trace	1,034	,828b	5,000	4,000
	Roy's Largest Root	1,034	,828b	5,000	4,000
GENDER	Pillai's Trace	,605	1,224b	5,000	4,000
	Wilks' Lambda	,395	1,224b	5,000	4,000
	Hotelling's Trace	1,530	1,224b	5,000	4,000
	Roy's Largest Root	1,530	1,224b	5,000	4,000
PENDIDIKAN * GENDER	Pillai's Trace	,465	,695b	5,000	4,000
	Wilks' Lambda	,535	,695b	5,000	4,000
	Hotelling's Trace	,869	,695b	5,000	4,000
	Roy's Largest Root	,869	,695b	5,000	4,000

 

Multivariate Testsa
Effect		Sig.
Intercept	Pillai's Trace	,000
	Wilks' Lambda	,000
	Hotelling's Trace	,000
	Roy's Largest Root	,000
PENDIDIKAN	Pillai's Trace	,589
	Wilks' Lambda	,589
	Hotelling's Trace	,589
	Roy's Largest Root	,589
GENDER	Pillai's Trace	,435
	Wilks' Lambda	,435
	Hotelling's Trace	,435
	Roy's Largest Root	,435
PENDIDIKAN * GENDER	Pillai's Trace	,655
	Wilks' Lambda	,655
	Hotelling's Trace	,655
	Roy's Largest Root	,655

 

a. Design: Intercept + PENDIDIKAN + GENDER + PENDIDIKAN * GENDER

b. Exact statistic

 

 

Tests of Between-Subjects Effects
Source	Dependent Variable	Type III Sum of Squares	df	Mean Square	F	Sig.
Corrected Model	KACANG	2420,750a	3	806,917	,418	,745
	DURIAN	7579,167b	3	2526,389	1,303	,339
	COKLAT	3380,333c	3	1126,778	,224	,877
	SUSU	35382,333d	3	11794,111	,634	,614
	NANAS	598,583e	3	199,528	,237	,868
Intercept	KACANG	681161,490	1	681161,490	353,067	,000
	DURIAN	1537818,353	1	1537818,353	792,920	,000
	COKLAT	716154,750	1	716154,750	142,276	,000
	SUSU	1170716,255	1	1170716,255	62,938	,000
	NANAS	110460,828	1	110460,828	131,343	,000
PENDIDIKAN	KACANG	173,255	1	173,255	,090	,772
	DURIAN	5717,647	1	5717,647	2,948	,124
	COKLAT	2436,397	1	2436,397	,484	,506
	SUSU	23596,255	1	23596,255	1,269	,293
	NANAS	157,064	1	157,064	,187	,677
GENDER	KACANG	881,255	1	881,255	,457	,518
	DURIAN	1694,824	1	1694,824	,874	,377
	COKLAT	444,123	1	444,123	,088	,774
	SUSU	2527,078	1	2527,078	,136	,722
	NANAS	468,044	1	468,044	,557	,477
PENDIDIKAN * GENDER	KACANG	1671,843	1	1671,843	,867	,379
	DURIAN	2135,294	1	2135,294	1,101	,325
	COKLAT	171,417	1	171,417	,034	,858
	SUSU	17436,255	1	17436,255	,937	,361
	NANAS	97,456	1	97,456	,116	,742
Error	KACANG	15434,167	8	1929,271
	DURIAN	15515,500	8	1939,438
	COKLAT	40268,583	8	5033,573
	SUSU	148807,667	8	18600,958
	NANAS	6728,083	8	841,010
Total	KACANG	721107,000	12
	DURIAN	1618876,000	12
	COKLAT	802173,000	12
	SUSU	1498922,000	12
	NANAS	121012,000	12
Corrected Total	KACANG	17854,917	11
	DURIAN	23094,667	11
	COKLAT	43648,917	11
	SUSU	184190,000	11
	NANAS	7326,667	11

 

a. R Squared = ,136 (Adjusted R Squared = -,189)

b. R Squared = ,328 (Adjusted R Squared = ,076)

c. R Squared = ,077 (Adjusted R Squared = -,269)

d. R Squared = ,192 (Adjusted R Squared = -,111)

e. R Squared = ,082 (Adjusted R Squared = -,263)

 

Estimated Marginal Means

 

1. PENDIDIKAN
Dependent Variable	PENDIDIKAN	Mean	Std. Error	95% Confidence Interval
				Lower Bound	Upper Bound
KACANG	SMA	241,667	17,932	200,316	283,017
	SMP	249,500	19,019	205,641	293,359
DURIAN	SMA	346,500	17,979	305,041	387,959
	SMP	391,500	19,069	347,526	435,474
COKLAT	SMA	266,500	28,964	199,708	333,292
	SMP	237,125	30,721	166,282	307,968
SUSU	SMA	367,667	55,679	239,270	496,063
	SMP	276,250	59,057	140,065	412,435
NANAS	SMA	95,167	11,839	67,865	122,468
	SMP	102,625	12,557	73,667	131,583

 

 

2. GENDER
Dependent Variable	GENDER	Mean	Std. Error	95% Confidence Interval
				Lower Bound	Upper Bound
KACANG	WANITA	254,417	20,048	208,185	300,648
	PRIA	236,750	16,774	198,070	275,430
DURIAN	WANITA	381,250	20,101	334,897	427,603
	PRIA	356,750	16,818	317,968	395,532
COKLAT	WANITA	258,083	32,383	183,408	332,759
	PRIA	245,542	27,094	183,064	308,020
SUSU	WANITA	307,000	62,251	163,449	450,551
	PRIA	336,917	52,083	216,813	457,020
NANAS	WANITA	105,333	13,237	74,809	135,857
	PRIA	92,458	11,075	66,920	117,996

 

 

3. PENDIDIKAN * GENDER
Dependent Variable	PENDIDIKAN	GENDER	Mean	Std. Error	95% Confidence Interval
					Lower Bound
KACANG	SMA	WANITA	238,333	25,359	179,855
		PRIA	245,000	25,359	186,522
	SMP	WANITA	270,500	31,059	198,879
		PRIA	228,500	21,962	177,856
DURIAN	SMA	WANITA	345,000	25,426	286,368
		PRIA	348,000	25,426	289,368
	SMP	WANITA	417,500	31,140	345,690
		PRIA	365,500	22,020	314,723
COKLAT	SMA	WANITA	276,667	40,962	182,209
		PRIA	256,333	40,962	161,876
	SMP	WANITA	239,500	50,168	123,813
		PRIA	234,750	35,474	152,947
SUSU	SMA	WANITA	392,000	78,742	210,420
		PRIA	343,333	78,742	161,754
	SMP	WANITA	222,000	96,439	-,389
		PRIA	330,500	68,193	173,247
NANAS	SMA	WANITA	98,667	16,743	60,057
		PRIA	91,667	16,743	53,057
	SMP	WANITA	112,000	20,506	64,713
		PRIA	93,250	14,500	59,813

 

3. PENDIDIKAN * GENDER
Dependent Variable	PENDIDIKAN	GENDER	95% Confidence Interval
			Upper Bound
KACANG	SMA	WANITA	296,812
		PRIA	303,478
	SMP	WANITA	342,121
		PRIA	279,144
DURIAN	SMA	WANITA	403,632
		PRIA	406,632
	SMP	WANITA	489,310
		PRIA	416,277
COKLAT	SMA	WANITA	371,124
		PRIA	350,791
	SMP	WANITA	355,187
		PRIA	316,553
SUSU	SMA	WANITA	573,580
		PRIA	524,913
	SMP	WANITA	444,389
		PRIA	487,753
NANAS	SMA	WANITA	137,277
		PRIA	130,277
	SMP	WANITA	159,287
		PRIA	126,687

 

 

Profile Plots

 

 

KACANG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DURIAN

 

 

 

 

COKLAT

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

SUSU

 

 

 

 

 

 

NANAS

 

 

 

 

 

SAVE OUTFILE='C:\Users\richa\Documents\TWO WAY ANOVA (1).sav'

  /COMPRESSED.

 

H0 = TIDAK ADA PERBEDAAN

H1 = ADA PERBEDAAN

1. Two-way anova
2. P value semua jenis roti > alfa maka H0 diterima yang berarti tidak ada perbedaan antara tingkat pendidikan dan jenis gender untuk semua penjualan roti

 

SOAL3

Seorang manajer ingil mengetahui apakah ada perbedaan tingkat stress pada 16 karyawannya dengan menempatkan 8 orang pada ruangan di lantai bawah (lantai1) dan 8 orang berikutnya di ruang Lantai alas (Lantai 9), berdasarkan kuesioner diperoleh data sebagai berikut :

 

	Score Stress	Lokasl Lont.1
1.	67	Bawah
2.	65	Bawah
3.	74	Bawah
4.	81	Bawah
5.	74	Bawah
6.	62	Bawah
7.	74	Bawah
8.	76	Bawah
9.	82	Atas
10.	78	Alas
11.	85	Alas
12.	68	Alas
13.	84	Alas
14.	82	Alas
15.	91	Alas
16.	86	Alas

Keterangan : .75 Stress

    < 75 Nonnal

ASUMSI : Data berdistribusi normal, gunakan alfa 0.05

ON THE JOB:

1. Tentukan formulasi HO dan H1

2. Ekspor hasil uji SPSS kedalam MsWord

3. Berikan kesimpulan

 

 

DATASET ACTIVATE DataSet5.

T-TEST PAIRS=ATAS WITH BAWAH (PAIRED)

  /CRITERIA=CI(.9500)

  /MISSING=ANALYSIS.

 

 

T-Test

 

Notes
Output Created		19-APR-2016 18:28:52
Comments
Input	Active Dataset	DataSet5
	Filter	<none>
	Weight	<none>
	Split File	<none>
	N of Rows in Working Data File	8
Missing Value Handling	Definition of Missing	User defined missing values are treated as missing.
	Cases Used	Statistics for each analysis are based on the cases with no missing or out-of-range data for any variable in the analysis.
Syntax		T-TEST PAIRS=ATAS WITH BAWAH (PAIRED)   /CRITERIA=CI(.9500)   /MISSING=ANALYSIS.
Resources	Processor Time	00:00:00.02
	Elapsed Time	00:00:00.13

 

 

[DataSet5]

 

 

 

Paired Samples Statistics
		Mean	N	Std. Deviation	Std. Error Mean
Pair 1	ATAS	71.6250	8	6.34570	2.24354
	BAWAH	82.0000	8	6.78233	2.39792

 

 

Paired Samples Correlations
		N	Correlation	Sig.
Pair 1	ATAS & BAWAH	8	-.179	.671

 

 

Paired Samples Test
		Paired Differences
		Mean	Std. Deviation	Std. Error Mean	95% Confidence Interval of the Difference
					Lower
Pair 1	ATAS - BAWAH	-10.37500	10.08446	3.56540	-18.80582

 

Paired Samples Test
		Paired Differences	t	df	Sig. (2-tailed)
		95% Confidence Interval of the Difference
		Upper
Pair 1	ATAS - BAWAH	-1.94418	-2.910	7	.023

 

Paired sample test

H0 = tidak ada perbedaan tingkat stress

H1 = ada perbedaan tingkat stress

Alfa = 0.05

H0 ditolak jika pval < alfa

0.023 <  sisa tk kepercayaan

0.023 < 0.05

Kesimpulan statistic :

Karena p value = 0.023 <  alfa maka H0 ditolak yang berarti ada perbedaan tingkat stress antara karyawan lantai bawah dengan karyawan lantai atas

Kesimpulan penelitian :

Perbedaan tingkat stress pada karyawan dikarenakan perbedaan penempatan ruang kerja

SOAL4

Seorang Mahasiswa membuat Karya Tulis Ifmiah dengan judul ~ Hubungan Biaya Promosi dan Biaya Distribusi dengan Volume Penjualan ". Pada Rumah Makan Takasimura di kota Malang.

Variabel bebas :

a. Variabel Xl : 8iaya Promosi

b. Variabel X2 : Biaya Distribusi

c. Variabel terikat : Volume Penjualan (Y)

Berikut Dala yang diperoleh :

Xl	X2	Y
500	840	1090
640	980	1300
720	1060	1420
890	1230	1675
1010	1350	1855
1120	1460	2020
1250	1590	2215
1302	1642	2293
1580	1920	2710
1720	2100	2960
1900	2240	3190
2010	2350	3355
2090	2430	3475
2201	2541	3642
2490	2750	3995
2969	2901	4386

Asumsi : Data berdistribusi normal gunakan alfa 0.05

ON THE JOB:

1. Tentukan formulasi HO dan H1

2. Apakah ada korelasi antar variabel ? Jika iya tentukan persamaan regresinya

3. Expo' hasil uji SPSS dalam word

4. Berikan Kesimpulan

 

DATASET ACTIVATE DataSet3.

NEW FILE.

DATASET NAME DataSet5 WINDOW=FRONT.

DATASET ACTIVATE DataSet4.

CORRELATIONS

  /VARIABLES=BIAYAPROMOSI BIAYAADMINISTRASI VOLUMEPENJUALAN

  /PRINT=TWOTAIL NOSIG

  /STATISTICS DESCRIPTIVES

  /MISSING=PAIRWISE.

 

 

 

 

Correlations

 

 

Notes
Output Created		19-APR-2016 18:00:31
Comments
Input	Active Dataset	DataSet4
	Filter	<none>
	Weight	<none>
	Split File	<none>
	N of Rows in Working Data File	16
Missing Value Handling	Definition of Missing	User-defined missing values are treated as missing.
	Cases Used	Statistics for each pair of variables are based on all the cases with valid data for that pair.
Syntax		CORRELATIONS   /VARIABLES=BIAYAPROMOSI BIAYAADMINISTRASI VOLUMEPENJUALAN   /PRINT=TWOTAIL NOSIG   /STATISTICS DESCRIPTIVES   /MISSING=PAIRWISE.
Resources	Processor Time	00:00:00.05
	Elapsed Time	00:00:00.22

 

 

Descriptive Statistics
	Mean	Std. Deviation	N
BIAYAPROMOSI	1524.5000	714.10373	16
BIAYAADMINISTRASI	1836.5000	657.95289	16
VOLUMEPENJUALAN	2598.8125	1013.21391	16

 

 

Correlations
		BIAYAPROMOSI	BIAYAADMINISTRASI	VOLUMEPENJUALAN
BIAYAPROMOSI	Pearson Correlation	1	.992**	.997**
	Sig. (2-tailed)		.000	.000
	N	16	16	16
BIAYAADMINISTRASI	Pearson Correlation	.992**	1	.999**
	Sig. (2-tailed)	.000		.000
	N	16	16	16
VOLUMEPENJUALAN	Pearson Correlation	.997**	.999**	1
	Sig. (2-tailed)	.000	.000
	N	16	16	16

 

**. Correlation is significant at the 0.01 level (2-tailed).

 

NONPAR CORR

  /VARIABLES=BIAYAPROMOSI BIAYAADMINISTRASI VOLUMEPENJUALAN

  /PRINT=BOTH TWOTAIL NOSIG

  /MISSING=PAIRWISE.

 

 

 

 

Nonparametric Correlations

 

 

 

Notes
Output Created		19-APR-2016 18:00:32
Comments
Input	Active Dataset	DataSet4
	Filter	<none>
	Weight	<none>
	Split File	<none>
	N of Rows in Working Data File	16
Missing Value Handling	Definition of Missing	User-defined missing values are treated as missing.
	Cases Used	Statistics for each pair of variables are based on all the cases with valid data for that pair.
Syntax		NONPAR CORR   /VARIABLES=BIAYAPROMOSI BIAYAADMINISTRASI VOLUMEPENJUALAN   /PRINT=BOTH TWOTAIL NOSIG   /MISSING=PAIRWISE.
Resources	Processor Time	00:00:00.02
	Elapsed Time	00:00:00.05
	Number of Cases Allowed	142987 casesa

 

a. Based on availability of workspace memory

 

 

Correlations
			BIAYAPROMOSI	BIAYAADMINISTRASI
Kendall's tau_b	BIAYAPROMOSI	Correlation Coefficient	1.000	1.000**
		Sig. (2-tailed)	.	.
		N	16	16
	BIAYAADMINISTRASI	Correlation Coefficient	1.000**	1.000
		Sig. (2-tailed)	.	.
		N	16	16
	VOLUMEPENJUALAN	Correlation Coefficient	1.000**	1.000**
		Sig. (2-tailed)	.	.
		N	16	16
Spearman's rho	BIAYAPROMOSI	Correlation Coefficient	1.000	1.000**
		Sig. (2-tailed)	.	.
		N	16	16
	BIAYAADMINISTRASI	Correlation Coefficient	1.000**	1.000
		Sig. (2-tailed)	.	.
		N	16	16
	VOLUMEPENJUALAN	Correlation Coefficient	1.000**	1.000**
		Sig. (2-tailed)	.	.
		N	16	16

 

Correlations
			VOLUMEPENJUALAN
Kendall's tau_b	BIAYAPROMOSI	Correlation Coefficient	1.000**
		Sig. (2-tailed)	.
		N	16
	BIAYAADMINISTRASI	Correlation Coefficient	1.000**
		Sig. (2-tailed)	.
		N	16
	VOLUMEPENJUALAN	Correlation Coefficient	1.000
		Sig. (2-tailed)	.
		N	16
Spearman's rho	BIAYAPROMOSI	Correlation Coefficient	1.000**
		Sig. (2-tailed)	.
		N	16
	BIAYAADMINISTRASI	Correlation Coefficient	1.000**
		Sig. (2-tailed)	.
		N	16
	VOLUMEPENJUALAN	Correlation Coefficient	1.000
		Sig. (2-tailed)	.
		N	16

 

**. Correlation is significant at the 0.01 level (2-tailed).

 

CORRELATIONS

  /VARIABLES=BIAYAPROMOSI BIAYAADMINISTRASI VOLUMEPENJUALAN

  /PRINT=TWOTAIL NOSIG

  /STATISTICS DESCRIPTIVES

  /MISSING=PAIRWISE.

 

 

 

 

Correlations

 

 

 

Notes
Output Created		19-APR-2016 18:23:21
Comments
Input	Active Dataset	DataSet4
	Filter	<none>
	Weight	<none>
	Split File	<none>
	N of Rows in Working Data File	16
Missing Value Handling	Definition of Missing	User-defined missing values are treated as missing.
	Cases Used	Statistics for each pair of variables are based on all the cases with valid data for that pair.
Syntax		CORRELATIONS   /VARIABLES=BIAYAPROMOSI BIAYAADMINISTRASI VOLUMEPENJUALAN   /PRINT=TWOTAIL NOSIG   /STATISTICS DESCRIPTIVES   /MISSING=PAIRWISE.
Resources	Processor Time	00:00:00.03
	Elapsed Time	00:00:00.27

 

 

Descriptive Statistics
	Mean	Std. Deviation	N
BIAYAPROMOSI	1524.5000	714.10373	16
BIAYAADMINISTRASI	1836.5000	657.95289	16
VOLUMEPENJUALAN	2598.8125	1013.21391	16

 

 

Correlations
		BIAYAPROMOSI	BIAYAADMINISTRASI	VOLUMEPENJUALAN
BIAYAPROMOSI	Pearson Correlation	1	.992**	.997**
	Sig. (2-tailed)		.000	.000
	N	16	16	16
BIAYAADMINISTRASI	Pearson Correlation	.992**	1	.999**
	Sig. (2-tailed)	.000		.000
	N	16	16	16
VOLUMEPENJUALAN	Pearson Correlation	.997**	.999**	1
	Sig. (2-tailed)	.000	.000
	N	16	16	16

 

**. Correlation is significant at the 0.01 level (2-tailed).

 

NONPAR CORR

  /VARIABLES=BIAYAPROMOSI BIAYAADMINISTRASI VOLUMEPENJUALAN

  /PRINT=BOTH TWOTAIL NOSIG

  /MISSING=PAIRWISE.

 

 

 

 

Nonparametric Correlations

 

 

 

Notes
Output Created		19-APR-2016 18:23:21
Comments
Input	Active Dataset	DataSet4
	Filter	<none>
	Weight	<none>
	Split File	<none>
	N of Rows in Working Data File	16
Missing Value Handling	Definition of Missing	User-defined missing values are treated as missing.
	Cases Used	Statistics for each pair of variables are based on all the cases with valid data for that pair.
Syntax		NONPAR CORR   /VARIABLES=BIAYAPROMOSI BIAYAADMINISTRASI VOLUMEPENJUALAN   /PRINT=BOTH TWOTAIL NOSIG   /MISSING=PAIRWISE.
Resources	Processor Time	00:00:00.03
	Elapsed Time	00:00:00.10
	Number of Cases Allowed	142987 casesa

 

a. Based on availability of workspace memory

 

 

Correlations
			BIAYAPROMOSI	BIAYAADMINISTRASI
Kendall's tau_b	BIAYAPROMOSI	Correlation Coefficient	1.000	1.000**
		Sig. (2-tailed)	.	.
		N	16	16
	BIAYAADMINISTRASI	Correlation Coefficient	1.000**	1.000
		Sig. (2-tailed)	.	.
		N	16	16
	VOLUMEPENJUALAN	Correlation Coefficient	1.000**	1.000**
		Sig. (2-tailed)	.	.
		N	16	16
Spearman's rho	BIAYAPROMOSI	Correlation Coefficient	1.000	1.000**
		Sig. (2-tailed)	.	.
		N	16	16
	BIAYAADMINISTRASI	Correlation Coefficient	1.000**	1.000
		Sig. (2-tailed)	.	.
		N	16	16
	VOLUMEPENJUALAN	Correlation Coefficient	1.000**	1.000**
		Sig. (2-tailed)	.	.
		N	16	16

 

Correlations
			VOLUMEPENJUALAN
Kendall's tau_b	BIAYAPROMOSI	Correlation Coefficient	1.000**
		Sig. (2-tailed)	.
		N	16
	BIAYAADMINISTRASI	Correlation Coefficient	1.000**
		Sig. (2-tailed)	.
		N	16
	VOLUMEPENJUALAN	Correlation Coefficient	1.000
		Sig. (2-tailed)	.
		N	16
Spearman's rho	BIAYAPROMOSI	Correlation Coefficient	1.000**
		Sig. (2-tailed)	.
		N	16
	BIAYAADMINISTRASI	Correlation Coefficient	1.000**
		Sig. (2-tailed)	.
		N	16
	VOLUMEPENJUALAN	Correlation Coefficient	1.000
		Sig. (2-tailed)	.
		N	16

 

**. Correlation is significant at the 0.01 level (2-tailed).

 

REGRESSION

  /MISSING LISTWISE

  /STATISTICS COEFF OUTS R ANOVA

  /CRITERIA=PIN(.05) POUT(.10)

  /NOORIGIN

  /DEPENDENT BIAYAPROMOSI

  /METHOD=ENTER BIAYAADMINISTRASI VOLUMEPENJUALAN

  /SCATTERPLOT=(*SRESID ,*ZPRED)

  /RESIDUALS NORMPROB(ZRESID).

 

 

 

 

Regression

 

 

 

Notes
Output Created		19-APR-2016 18:24:48
Comments
Input	Active Dataset	DataSet4
	Filter	<none>
	Weight	<none>
	Split File	<none>
	N of Rows in Working Data File	16
Missing Value Handling	Definition of Missing	User-defined missing values are treated as missing.
	Cases Used	Statistics are based on cases with no missing values for any variable used.
Syntax		REGRESSION   /MISSING LISTWISE   /STATISTICS COEFF OUTS R ANOVA   /CRITERIA=PIN(.05) POUT(.10)   /NOORIGIN   /DEPENDENT BIAYAPROMOSI   /METHOD=ENTER BIAYAADMINISTRASI VOLUMEPENJUALAN   /SCATTERPLOT=(*SRESID ,*ZPRED)   /RESIDUALS NORMPROB(ZRESID).
Resources	Processor Time	00:00:05.26
	Elapsed Time	00:00:09.32
	Memory Required	1644 bytes
	Additional Memory Required for Residual Plots	560 bytes

 

 

Variables Entered/Removeda
Model	Variables Entered	Variables Removed	Method
1	VOLUMEPENJUALAN, BIAYAADMINISTRASIb	.	Enter

 

a. Dependent Variable: BIAYAPROMOSI

b. All requested variables entered.

 

 

Model Summaryb
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	1.000a	1.000	1.000	.26109

 

a. Predictors: (Constant), VOLUMEPENJUALAN, BIAYAADMINISTRASI

b. Dependent Variable: BIAYAPROMOSI

 

 

ANOVAa
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	7649161.114	2	3824580.557	56106094.070	.000b
	Residual	.886	13	.068
	Total	7649162.000	15

 

a. Dependent Variable: BIAYAPROMOSI

b. Predictors: (Constant), VOLUMEPENJUALAN, BIAYAADMINISTRASI

 

 

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	-.418	.390		-1.073	.303
	BIAYAADMINISTRASI	-1.995	.002	-1.838	-874.771	.000
	VOLUMEPENJUALAN	1.996	.001	2.833	1348.193	.000

 

a. Dependent Variable: BIAYAPROMOSI

 

 

Residuals Statisticsa
	Minimum	Maximum	Mean	Std. Deviation	N
Predicted Value	500.0616	2969.0608	1524.5000	714.10369	16
Std. Predicted Value	-1.435	2.023	.000	1.000	16
Standard Error of Predicted Value	.069	.255	.105	.044	16
Adjusted Predicted Value	500.0805	2970.4019	1524.5873	714.28335	16
Residual	-.82543	.34184	.00000	.24306	16
Std. Residual	-3.161	1.309	.000	.931	16
Stud. Residual	-3.517	1.458	-.061	1.068	16
Deleted Residual	-1.40195	.42396	-.08727	.46048	16
Stud. Deleted Residual	-15.348	1.532	-.801	3.918	16
Mahal. Distance	.108	13.413	1.875	3.166	16
Cook's Distance	.000	9.195	.651	2.291	16
Centered Leverage Value	.007	.894	.125	.211	16

 

a. Dependent Variable: BIAYAPROMOSI

 

 

 

Charts

 

 

 

 

 

Korelasi regresi

H0 : Tidak ada hubungan (Korelasi) antara biaya promosi, biaya distribusi dan volume penjualan H1 : Terdapat hubungan (Korelasi) antara biaya promosi, biaya distribusi dan volume penjualan Jika Angka Korelasi berkisar ke angka 0 berarti tidak ada korelasi dan jika ke angka 1 berarti korelasinya sempurna. Tingkat kepercayaan 95 % Tingkat Signifikansi 5 % Jika P value > 0,05 maka H0 diterima Jika P value < 0,05 maka H0 di tolak ( jadi α = 0,05) KENDALL Kesimpulan : P Value (0,00)< α (0,05), yang berarti H0 di tolak , berarti terdapat hubungan antara biaya promosi, biaya distribusi dan volume penjualan SPEARMAN Kesimpulan : P Value (0,00)< α (0,05), yang berarti H0 di tolak , berarti terdapat hubungan antara biaya promosi, biaya distribusi dan volume penjualan Persamaan regresi

Y = -1.995x-0.418

SOAL5

Suatu penelaian ingin menyelidiki Ilasil penyuluhan yang menggunakan 4 metode. Metode I, II, III. IV . Sampel diambil dan para mahasiswa, kemudian peniiaian dikelompokkan menjadi 3 yaitu : nilai A, B, C. Apakah ada perbedaan metode penyuluhan berdasarkan hasil <Sari ketiga kategori nilai tersebut ?

Metod.	Nliol
Penyuluhan
	A	B	C;
1	10	8	2
II	8	6	6
III	3	2	15

Keterangan :

Metode I : Demonstrasi

Metode II : Diskusi

Metode III : Ceramah

a = 0,05

ON THE JOB:

1. Tentukan formulasi HO dan H1

2. Ekspor hasil uji SPSS kedalam Ms.word

3. Berikan kesimpulan

 

HASIL:

ONEWAY Nilai BY Metode

  /POLYNOMIAL=1

  /STATISTICS DESCRIPTIVES HOMOGENEITY

  /PLOT MEANS

  /MISSING ANALYSIS

  /POSTHOC=DUNCAN LSD ALPHA(0.05).

 

 

 

 

Oneway

 

 

 

Notes
Output Created		19-APR-2016 16:58:42
Comments
Input	Active Dataset	DataSet0
	Filter	<none>
	Weight	<none>
	Split File	<none>
	N of Rows in Working Data File	9
Missing Value Handling	Definition of Missing	User-defined missing values are treated as missing.
	Cases Used	Statistics for each analysis are based on cases with no missing data for any variable in the analysis.
Syntax		ONEWAY Nilai BY Metode   /POLYNOMIAL=1   /STATISTICS DESCRIPTIVES HOMOGENEITY   /PLOT MEANS   /MISSING ANALYSIS   /POSTHOC=DUNCAN LSD ALPHA(0.05).
Resources	Processor Time	00:00:01.62
	Elapsed Time	00:00:01.75

 

 

[DataSet0]

 

 

 

Descriptives
Nilai
	N	Mean	Std. Deviation	Std. Error	95% Confidence Interval for Mean		Minimum
					Lower Bound	Upper Bound
I	3	6.67	4.163	2.404	-3.68	17.01	2
II	3	6.67	1.155	.667	3.80	9.54	6
III	3	6.67	7.234	4.177	-11.30	24.64	2
Total	9	6.67	4.213	1.404	3.43	9.91	2

 

Descriptives
Nilai
	Maximum
I	10
II	8
III	15
Total	15

 

 

Test of Homogeneity of Variances
Nilai
Levene Statistic	df1	df2	Sig.
5.449	2	6	.045

 

 

ANOVA
Nilai
			Sum of Squares	Df	Mean Square	F
Between Groups	(Combined)		.000	2	.000	.000
	Linear Term	Contrast	.000	1	.000	.000
		Deviation	.000	1	.000	.000
Within Groups			142.000	6	23.667
Total			142.000	8

 

ANOVA
Nilai
			Sig.
Between Groups	(Combined)		1.000
	Linear Term	Contrast	1.000
		Deviation	1.000
Within Groups
Total

 

 

 

Post Hoc Tests

 

 

 

Multiple Comparisons
Dependent Variable: Nilai
	(I) Metode	(J) Metode	Mean Difference (I-J)	Std. Error	Sig.	95% Confidence Interval
						Lower Bound	Upper Bound
LSD	I	II	.000	3.972	1.000	-9.72	9.72
		III	.000	3.972	1.000	-9.72	9.72
	II	I	.000	3.972	1.000	-9.72	9.72
		III	.000	3.972	1.000	-9.72	9.72
	III	I	.000	3.972	1.000	-9.72	9.72
		II	.000	3.972	1.000	-9.72	9.72

 

 

 

Homogeneous Subsets

 

 

 

Nilai
	Metode	N	Subset for alpha = 0.05
			1
Duncana	I	3	6.67
	II	3	6.67
	III	3	6.67
	Sig.		1.000

 

Means for groups in homogeneous subsets are displayed.

a. Uses Harmonic Mean Sample Size = 3.000.

 

 

 

Means Plots

 

 

 

Kesimpulan:

One way anova

H0 = ada perbedaan metode penyuluhan

H1= tidak ada perbedaan penyuluhan

P val                  = 0,045

α                        = 0,05

0,045 < 0,05

Jadi, dapat disimpulkan bahwa P val < α, H0 ditolak yang berarti ada perbedaan metode penyuluhan berdasarkan hasil dari ketiga kategori nilai tersebut.

 

BAB V : MANUAL HANDLING & ANGKAT ANGKUT

 BAB V : MANUAL HANDLING & ANGKAT ANGKUT

5.1 Definisi dan Lingkup Manual Handling

            Suatu hal yang sangat beralsan, apabila kita harus memberikan perhatian dan pertimbangan lebih terhadap aktivitas manual handling, terutama aktivitas angkat dan angkut.nMeskipun kecelakaan kerja yang bersifat fatal akibat pekerjaan manual handling jarang terjadi, tetapi banyak sekali cedera yang terjadi berupa terkilir/kesleo atau ketegangan otot terutama pada bagian otot pinggang dan punggung.

5.1.2 Faktor-Faktor Resiko Cedera Akibat Manual Handling

- Sikap tubuh yang tidak alamiah dan dipaksakan (seperti : badan membungkuk dan memuntir ke samping, jongkok, berlutut, dll)

- Gerakan berulang (seperti : sering menjankau, mengangkat, membawa objek kerja)

- Pergerakan tenaga berlebihan (membawa atau mengangkat objek kerja yan terlalu berat)

- Sikap kerja statis (mempertahankan sikap diam untuk waktu yang lama pada satu jenis aktivitas)

- Dan lain sebagainya

5.2 Efek Pekerjaan Manual Handling

5.2.1 Gambaran Umum Tulang Belakang dan “Disc”

Sebelum dilakukan suatu identifikasi pekerjaan/ tugas-tugas atau proses kerja manual handling di lingkungan tempat kerja yang dapat menyebabkan cedera, terutama terjadinya kenyerian pada pinggang, maka hal yang sangat penting untuk diketahui adalah bagaimana tulang belakang didesain dan apa saja bagian tulang-tulang belakang terbentuk.

5.2.2 Penyebab Cedera dan Nyeri Pinggang

Cedera atau nyeri pinggang jarang sekali disebabkan karena kejadian atau kecelakaan tunggal. Pada beberapa kasus, suatu kecelakaan mungkin menyebabkan tertariknya otot. Tetapi sebenarnya otot sendiri tidak mengalami kesakitan sampai beberapa minggu atau beberapa bulan setelah aktivitas mengangkat secara repetitif atau sikap tubuh yang dipaksakan pada waktu bekerja.

5.3 Biomekanik Pada Pekerjaan Manual Handling

Biomekanik adalah studi tentang elemen tubuh manusia yang terstruktur tentang bagaiman fungsi-fungsi tubuh dan berapa banyak stres, akselerasi dan pengaruh yang terjadi. Untuk itu, seorang ergonomist sebaiknya menerapkan prinsip biomekanik untuk mengatasi masalah yang berkaitan dengan pekerjaan, khususnya yang berkaitan dengan manual handling dan untuk meningkatkan produktivitas itu sendiri.

5.3.1 Jenis Pergerakan Anggota Tubuh

- Positioning, pada tangan ataukaki dari satu posisi tertentu ke tempat lainnya, seperti pada saat pekerja menjangkau tombol kendali mesin

- Continuous, memerlukan pengaturan kontrol otot pada beberapa jenis otot saat bergerak

- Manipulative, melibatkan aktivitas handling pada peralatan kerja, mekaniasi alat kontrol, secara tipikal dengan menggunakan jari atau tangan

- Repetitive, suatu pergerakan yang dilakukan secara berulang-ulang

- Sequential, pergerakan independen yang terpisah di dalam suatu rangkaian proses kerja

- A static posture, terjadi saat mempertahankan segmen pada satu posisi dan perioe waktu tertentu

5.3.2 Otot-Otot

Kekuatan otot maksismum atau group otot akan sangat tergantung pada beberapa akrakteristik, sebagai berikut :

1.    Umur

2.    Jenis kelamin

3.    Kondisi fisik

4.    Keterlatihan dan

5.    Motivasi pada saat mekakukan aktivitas

5.3.3 Sistem Pengungkit (Levers)

                                    Load x Load Arm = Effort x Effort Arm

Sebuah pengungkit dapat digunakan untuk mengangkat atau menggerakkan objek lebih ceat atau dengan lebih sedikit tenaga, setelah itu dapat dilakukan dengan tanpa pengungkit bersangkutan. Persamaan diatas merupakan hukum teori pengungkit.

1)   Teori Pengungkit Pertama

Teori pengungkit pertama menempatkan fulkrum diantara “load” dan “effort”

2)   Teori Pengungkit Kedua

Menempatkan “load” diantara “effort” dan “fulkrum”

3)   Teori Pengungkit Ketiga

Menempatkan “effort” diantara “load” dan “fulkrum”

5.3.4 Hubungan Antara Kecepatan dan Power pada Pengungkit

Power akan hilang pada proporsi yang sama pada saat kecepatan terjadi. Oleh karena itu, aktivitas mengangkat dan membawa beban harus dikenali sebagai suatu aktivitas bahwa tubuh manusia tidak tepat untuk melakukannya, dan apabila memungkinkan, aktivitas tersebut harus dilakukan dengan menggunakan alat bantu mekanik yang sesuai, serta menghindarkan manusia sebagai alat angkat dan angkut manusia.

5.4 Manajemen Risiko Pekerjaan Manual Handling

5.4.1 Indentifikasi Risiko Manual handling

1. Pengecekan catatan cedera dan kecelakaan kerja di tempat

2. Wawancara dengan pekerja dan perwakilan anggota P2K3

3. Survei tempat kerja

5.4.2 Penilaian Risiko manual Handling

Aspek-aspek pekerjaan manual handling yang dapat dinilai antara lain meliputi pekerjaan yang berkaitan dengan :

-       Tindakan dan pergerakan pekerja (action and movement)

-       Layout tempat kerja dan stasiun kerja

-       Posisi dan sikap kerja

-       Durasi dan frekuensi manual handling

-       Jarak dan tempat terhadap beban yang akan dipindahkan

-       Berat beban

-       Pengerahan tenaga

-       Karakteristik beban dan peralatan kerja

-       Organisasi dan lingkungan kerja

-       Keterampilan kerja dan pengalaman kerja

-       Karakteristik personel pekerja, pakaian pekerja, dan lain-lain

Resiko cedera yang lebih spesifik yang mungkin terjasi dengan memperhitungkan kelompok faktor-faktor berikut :

1.    Tugas-tugas atau pekerjaan (Task)

2.    Beban/objek (Load)

3.    Lingkungan kerja (The working environment)

4.    Kemampuan individu (Individual Capacity)

 

5.4.3 Pengendalian Risiko Manual Handling

Pengendalian Risiko merupakan suatu proses untuk menghilangkan atau menurunkan faktor risiko yang telah diidentifikasi dan dinilai sebelumnya

5.4.3.1  Rekayasa Teknik (Engineering Control) dapat dilakukan dnegan cara

a)    Penggunaan alat bantu mekanik

b)   Perbaikan layout pekerjaan

c)    Pemindahan benda-benda yang mengganggu

d)   Lingkungan kerja

e)    Buat objek kerja lebih mudah dipegang

f)    Redesain objek kerja menjadi lebih kecil atau lebih mudah

g)   Redesain pekerjaan

5.4.3.2  Pengendalian Administratif (Administrative Control)

Perbaikan administrative dapat dilakukan dengan berbagai cara :

a)      Keterlibatan organisasi pekerja

b)      Penggunaan petunjuk-petunjuk

c)      Penyediaan pekerjaan yang bervariasi

d)     Tim kerja

e)      Pertimbanga personel kerja

f)       Buat objek kerja menjadi lebih ringan

g)      Hindarkan pekerjaan manual handling yang dipaksakan

h)      Buat objek kerja menjadi lebih stabil

i)        Buat objek kerja menjadi kurang berbahaya pada saat dikerjakan

j)        Modifikasi praktek kerja

k)      Penyelenggaraan training

l)        Penyediaan wkatu pemulihan atau recovery

5.5    Implementasi Perbaikan Manual Handling (Teknik mengangkat, menurunkan, dan mengangkut beban/objek kerja secara ergonomis)

5.5.1 Jarak Horizontal Beban yang Diangkat Dari Tubuh

Berbagai karakteristik dari material dan tempat kerja yang dapat meningkatkan jarak horizontal, adlaah sebagai berikut :

-       Lebar objek (jarak di depan tubuh)

-       Material atau penghalang antara pekerja dan objek

-       Pekerjaan yang memerlukan suatu jangkauan ke depan tubuh pada saat memegang objek

-       Mengangkat objek dari lantai, dll

5.5.2 Pedoman bagi Manajemen untuk Aktivitas Angkat yang Aman

Hal-hal yang harus dipertimbangkan bagi manajemen perusahaan agar setiap aktivitas angkat yang dilakukan oleh para pekerja dapat berjalan secara lebih aman, antara lain meliputi hal- al berikut :

1)   Perlu adanya suatu perencanaan aliran proses kerja yang tepat untuk menghilangkan aktivitas angkat yang tidak perlu

2)   Perlu dilakukan pengurangan pada berat dan jarak beban/objek yang diangkat dan diturunkan

3)   Pengaturan posisi landasan objek kerja pada ketinggian yang memunkinkan pekerja dapat mengangkat dan menurunkan objek di dalam power zone pekerja

4)   Sedapat mungkin harus dihindrkan aktivitas mengangkat daan menurunkan objek secara manual dari dan ke lantai secara langsung

5)   Khusus beban yang yang tidak stabil dan atau berat, perlu dilakukan hal-hal sebagai berikut :

-       Pengujian beban

-       Pengurangan berat beban

-       Pengisian kontainer harus penuh

-       Penggunaan alat bantu mekanik

6)   Pengurangan frekuensu angkat dan lama waktu kerja mengangkat

7)   Jika memungkinkan redesain kontainer dengan memberi tempat atau lubang pegangan yang aman.

8)   Ruang kerja harus selalu bersih dan bebas hambatan untuk memperbaiki akses material atau produk yang dikerjakan

5.5.3 Pedoman bagi pekerja untuk Aktivitas Angkat yang Aman

1) Perlu dilakukan pengecekan label pada kontainer atau pembungkus beban/objek

2) Sebelum mengangkat, selalu lakukan pengetesan terhadap beban untuk stabilitas dan berat badan

3) Untuk beban yang tidak stabil atau berat, ikuti pedoman manajemen

4) Harus ada rencana angkat yang tepat

- Gunakan sepatu kerja

- Angkat hanya semampu

- Sellau mengangkat pada power zone

- Hati-hati

- Menggunakan sarung tangan yang ukurannya tepat

5) Hindarkan posisi pinggang membungkuk

6) Pada saat mengangkat beban, perlu diperhatikan :

- Pastikan dapat memegang objek dengan aman

- Selalu menggunakan kedua tangan

- Hindari mengangkat secara mendadak

- Upayakan objek sedekat mungkin dengan badan

7) Mengangkat dan mengangkut zak yang besar dan berat

9) Perlu penyediiaan tangga portabel

10) Memperkatikan frekuensi, periode pekerja manual handling

5.5.4 Pedoman untuk Mengangkat Material dengan Alat Bantu Mekanik

- Periksa untuk ketersediaan alat bantu mekanik sebelum digunakan

- Pilih peralatan yang sesuai

- Jagan gunakan perlatan apabila pekerja belum terlatih

- Upayakan kondisi peralatan tetap baik dan aman

- Periksa perlatan secara virtual

- Gunakan ‘rolling platform’, ‘sturdy frame hand truck’, ‘pump truck’, ‘platform

truck’, ‘semi-live skid’, rak atau keranjang

5.5.5 Pedoman Modifikasi Layout Ruang Kerja

- Seluruh material yang dikerjakan harus diupayak berada apda ketinggian yang tepat

- Modifikasi dengan penggunaan sarana kerja yang dapat disetel

- Cukup ruangan untuk bergerak

- Gunakan kotak keranjang, ‘hand truck’, ‘shelf truck’

5.6 Metode Peniliaian Risiko Manual Handling

Empat faktor atau para meter stres fisik yang terjadi selama pekerjaan manual handling:

1)      Waktu (Time)

2)      Beban atau Massa (Load/Mass)

3)      Sikap tubuh (Body Posture)

4)      Kondisi selama kerja (Condition of Performing Work)

Cara Menghitung Kebutuhan Energi Atlet

 

Atlet perempuan \ tenis lapangan

U = 19 th

TB = 180 cm

BB = 70 kg

-          Tenis 3x seminggu selama 1 jam

-          Lari pagi 2x seminggu selama 1 jam

-          Aktivitas fisik ringan sedang

Hitung Kebutuhan Gizi dan Buat Rancangan Menu

A. Energi

1.       BMR = Perempuan BB 70 kg = 1516 kkal (liat tabel BMR yaa)

2.       Hitung SDA         = 10% x 1516 kkal

= 1667,6 kkal

3.       Faktor Aktivitas fisik (ringan sendang) =1,6 x 1667,6 = 2668,16 kkal

4.       Kebutuhan Energi Untuk Latihan dalam seminggu

a.       Tenis = 3 x 60 x 5 = 900 kkal

b.      Lari pagi (5,5 menit/km) = 2 x 60 x `14 = 1680 kkal

Total Kebutuhan      = 900 kkal + 1680 kkal

                                        = 2580 kkal/minggu

                Kebutuhan energi untuk aktifitas olahraga per hari = 2580/7 = 368,57 kkal

5.       Total Kebutuhan Energi per Hari = 2668,16 + 368,57 = 3036,73 kkal

B. Karbohidrat

55% x 3036,73 /4 = 417,5 gram

C. Protein

15% x 3036,73/4 = 113,87 gram

D. Lemak

30% x 3036,73/9 = 101,22 gram

 

 

Pengaturan waktu:

1. 1 jam sblm pertandingan (100 kkal)
2. 2-3 jam sblm pertadingan (300-400 kkal)
3. 3-4 jam sblm pertandingan (700 kkal)